本文研究了开放式临时团队合作的问题，通过使用图神经网络架构的强化学习方法，在完全可观测和部分可观测的情况下开发了一类解决方案，其中包括对 latant environment states 和 team composition 的支持，以获得最优策略。实验结果表明我们的方法能有效地学习到团队成员行为的影响，以及在部分可观测的环境中推断环境的固有状态。

Oct, 2022

建立一个从合作博弈理论的视角解释图神经网络在图基策略学习中使用的联合 Q 值表示法，并基于该理论提出了一种新的算法来补充 GPL 中被忽视但有助于学习的关键特征。通过实验证明了该算法在动态团队构成中与 GPL 的性能比较的正确性。

Feb, 2024

采用基于非单调逻辑推理以及少量有限数据所学的其他代理行为预测模型的架构，通过支持在线选择、适应和学习模型以及在部分可观测性和有限通信存在下与队友协作来解决无先协调时代理与队友协作问题，实验证明该模型的性能在简单和复杂情况下都优于或与最先进的数据驱动基线相当，特别是在有限的训练数据、部分可观测性和团队组成的变化存在下。

Jun, 2023

在多智能体环境中学习合作行为的现有方法通常假设相对限制性的情景，在完全合作的多智能体强化学习中，学习算法控制着场景中的所有智能体，而在特定团队合作中，学习算法通常只控制场景中的单个智能体。然而，在现实世界中，许多合作场景要求更灵活的学习方法。本文提出了 N - 智能体特定团队合作算法（POAM），用于解决在评估阶段必须与动态变化的不同类型的队友进行交互和合作的智能体问题，并通过学习队友行为的表示来适应各种队友行为。在《星际争霸 II》任务的实证评估中，POAM 相对于基准方法提高了协作任务的回报，并实现了对未见过队友的分布外泛化。

Apr, 2024

本研究提出了一种应用于团队协作的体系结构，通过结合基于知识的和基于数据驱动的推理和学习，能够实现协作对象的行为预测、适应性、透明性和更好的性能。

Aug, 2022

该研究讨论的问题是设计可以与新的队友协作而不需要事先协调的代理人，为此提供了一个有结构的描述，同时也指出了目前在这个领域的进展和需要解决的问题。

Feb, 2022

本文介绍了将对手纳入 ad hoc teamwork 的重要性，并探讨了该问题的难度，提出了新的研究方向，旨在实现更加强大的多智能体网络物理基础设施系统。

Aug, 2022

论文提出的新度量方法 EDP 和规划算法可解决 “即兴团队合作” 中出现的困难，其中队员可在特定费用下相互通信但必须平衡基于观察还是基于通信的计划识别。

Mar, 2021

该论文提出了一种关于部分可观测性的临时小组合作模式的正式定义，并提出了一种基于模型的首要方法，仅依赖先前知识和对环境的部分观察以执行临时小组合作。通过我们在 11 个领域的 70 个部分可观测马尔可夫决策过程的实验结果表明，我们的方法不仅能有效地帮助未知队友解决未知任务，而且在更具挑战性的问题上表现出强大的扩展性。

Sep, 2023

本文提出了一个框架，该框架将信任纳入人工智能团队合作的场景中，在这个场景下，一个智能体必须与人类合作完成任务。在任务过程中，智能体需要通过互动和观察来推断人类对其的信任程度，并调整自己的行为以最大化团队的表现。为了实现这一目标，我们建议从人类参与的实验中收集数据，定义不同的设置（基于信任水平），并为每个设置学习最优策略。然后，我们创建一个模块来推断当前的设置（取决于信任的数量）。最后，我们在实际场景中验证了这个框架，并分析了这种可适应行为对信任的影响。

Oct, 2022